周口师范学院：高校疫情风险大数据分析的探索与思考
来源：周口师范学院 作者：崔永锋 发表于：2020.06.28 731浏览
文/崔永锋（周口师范学院网络管理中心副主任）
一场突如其来的新冠肺炎疫情令人猝不及防，搅乱了人们的工作、生活和各种安排，给国家和社会带来了重大影响。经过几个月的疫情防控工作，现在疫情发展态势持续向好，社会广泛开展复工复产，学校也在紧锣密鼓地准备师生返校复学。疫情态势持续向好不等于疫情已经消失，新冠肺炎症状表现和传播方式还没有被完全掌控，传播的风险仍然存在。
为贯彻落实习近平总书记“为打赢疫情防控阻击战提供强大科技支撑”的要求，社会上提供了疫情地图、健康码、通信大数据行程卡等大数据平台服务复工复产。但是高校有自身特点，学生来源大都涉及全国大多数省份，有的高校还有国外留学生，学生返校行程复杂多样，返校后住宿、上课、就餐等存在聚集风险。如何根据高校实际情况，利用大数据技术辅助学校做好疫情风险管控，强化大数据在疫情防控中的场景应用，推动疫情防控工作更加科学化、精细化、智能化，对打赢疫情防控阻击战至关重要。
一、整体设计
我校在2014年就在原有数字化校园平台积累数据的基础上，开展了大数据挖掘分析辅助学校教学、管理、决策和生活的项目建设，到现在已经进行了四期。本次设计就是在已有大数据分析平台上开发疫情风险防控大数据分析主题。分析主题设计分为四个功能模块：返校前学校总体风险和学生个人健康风险情况判断，为学生分期分批返校提供数据参考；返校途中收集学生返校交通工具乘坐和中途中转信息，为后期追溯留存记录；返校后根据学生的行为轨迹和聚集情况，判断学校总体风险和二级学院风险变化趋势；疫情风险发生自动报警和密切接触者追溯。
图1 整体功能示意图
模块1：返校前风险判断
把学生填报健康打卡的每个信息项（是否确诊、与确诊者同住、与确诊者同小区、14日内到过重点疫区等）、学生定位打卡位置结合国家卫健委公布的疫情数据和疫情分布区域（含居民小区），逐项定义初始值，最后得出每个学生健康风险值，进而得出全校每日总体风险值和变化趋势。返校前，根据学生连续14天打卡得到的风险值和国家卫健委公布的疫情，依据学生风险值进行高、中、低级风险人群的划分，为分期分批返校提供具体人员名单。
模块2：返校途中风险判断
为了准确掌握学生返校途中风险，学生返校须填写返校行程报告单，报告本人乘坐的交通工具详细信息，包括车次号、航班号、公共汽车车号、车厢号、座位号、中转站及中转地点，并及时上传车票、飞机票和汽车票等票据照片。到校时要上传中国信通院和三大运营商联合提供的通信大数据行程卡验证截图，学生上传的途中信息须与通信大数据行程卡验证行程一致。如国家卫健委发布密切接触者追溯信息，系统会自动查询采集的学生返校途中的信息并及时推送给学校疫情防控办公室予以报警，然后结合模块3的功能，可以准确追溯学校内密切接触人群。
模块3：开学后风险扩散监控
返校后，学生携带返校前的初始健康风险值入校。学生在校园流动，近距离接触存在扩散风险。按同宿舍、同课堂、同窗口就餐等不同场景定义扩散风险分值，接触人员按开学前的风险级别确定风险系数。在初始值基础上累加风险值。同一场景内，有多级别人员，按最高级别人员系数进行分值累加，且只累加一次。例如：一个宿舍有2个高风险人员，1个中风险人员，3个低风险人员，则按最高风险系数每人加一次分值即可，即每人加1.5（风险系数）*5（场景扩散分值）=7.5个风险值。
连续14天学生无体温异常等身体不适症状，居家期携带的初始值降为0，新的风险人员以在校每日填报的健康打卡信息中的“身体是否异常”和“体温是否异常”为风险指标进行计算并传递。若14日内出现身体异常或体温异常，则在初始值基础上增加对应分值，直到身体异常解除后连续14天无异常则可将该项风险值降为0。
模块4：风险应急处置
风险应急处置主要设计了疫情风险查询、疫情风险发生自动报警和密切接触者追溯两个功能。疫情风险查询可以根据姓名或学号查询被查询人从返校前14日到查询当日，风险变化情况、打卡轨迹和在校期间的密切接触人员；疫情风险发生自动报警是学生上报的健康状况某个值高于该项阈值时，自动报警并将报警信息推送给指定人员；密切接触者追溯可以查询某个人在指定时间段内密切接触人员，并以关系图的形式展示密切程度。
二、功能模块实现
1．风险项情况统计
根据健康上报中每日定位进行学生当前打卡位置和身体健康信息项统计，学校可以及时掌握当前学生分布情况以及学生近期身体健康状况（14天内本人是否有发热、咳嗽等身体异常）和与风险接触情况（是否去过重点疫区、是否有接触史、同小区是否有确诊病例、同住人是否有确诊、本人是否有确诊）；通过对全校学生打卡位置分布与国家卫健委公布的全国疫情分布数据进行对比，预估全校学生风险状况分布，提供各种风险项指标人群的位置分布轨迹查询，学校可以及时掌握学生到校前的风险状况和趋势。
图2学生打卡分布图
2．风险等级分析
根据学生健康打卡的风险项数据，计算出每个学生当前的风险值（风险值会随着时间和学生打卡情况的变化而更新），在学生风险值的基础上计算出学校总体风险值。根据学生风险值将全校学生从高到低分成TOP风险者、高风险者、中风险者和低风险者，并按照年级、学院来统计风险者等级情况以及风险值排名，学校可以从宏观角度了解全校的疫情风险情况以及各二级学院的风险差异，辅助决策。对于风险值较高的学院督促院级管理者逐个落实、逐项排查并采取相应应对措施。二级学院内部可根据具体的风险指标掌握本学院风险情况。系统自动推送各学院高、中、低级风险人群的统计情况及详细名单，风险明细表中给出个人风险值及相关风险项的详细填报情况，方便管理者了解各级风险人员的情况。
3．重点疫区专题
根据国家卫健委公布的国内疫情现状，动态设置重点疫区（包括省份、市县区）。针对学生在重点疫区健康打卡数据做专题进行分析，得到学生的身体状况、风险接触情况以及在重点疫区的位置分布情况，如图3。
图3 学生在重点疫区健康风险情况图
4．身体异常人群预警
针对身体异常系统提供异常人群预警，保证复学后尽可能第一时间找到身体异常学生并进行密切关注。学校在学生返校时会收集学生返校使用的交通工具详细信息，如果所乘坐的交通工具或中转站发现有确诊人员，系统会第一时间发出对同乘学生的预警。预警信息都会发送给学校防控办公室、二级学院主要负责人和辅导员，以便让学生管理者及时掌握异常学生情况。
5．学生校内实时分布
学生返校后，系统采用无线定位+GPS定位+校内微地图的方式提供全校学生校内实时分布详情，学校可随时查看每个楼宇中和每个无线AP下的人群数量聚集情况。疫情期间根据实际要求对每个楼宇设置有容纳人数阈值，一旦人数超出了阈值便会触发报警，通知该楼宇或区域的相关负责人员处理。
图4 学生在校园聚集分布图
6．风险情况查询
系统记录学生基本信息及入校前健康状况包括14天内身体状况、是否去过重点疫区、是否有接触史、同小区是否有确诊病例、同住人是否确诊、本人是否确诊及该生的风险值（高风险、中风险、高风险）、打卡位置轨迹、风险变化趋势信息，可查询。学生携带入校前的风险值入校，该风险值也会跟随学生本人校内接触过人员的风险情况而动态调整。
7．风险变化趋势分析
风险变化趋势分为全校风险变化趋势、学院风险变化趋势和个人风险变化趋势。根据学生每日上报的健康信息项所得风险值和校内接触变化的风险值得出学生个人每日风险值，学院的风险值是将该院所有学生风险值累计，全校的风险值由所有校内部门风险值之和得出，进而得出学生个人、学院和全校风险值变化趋势。然后再分析全校人群每日健康（高风险、中风险、低风险）变化趋势及学校各部门每日变化趋势，为学校防控办掌握全面的风险变化及趋势提供支持。
8．密切接触者追溯
密切接触者追溯是该系统用于应急处置的核心功能之一。系统根据无线网络定位、一卡通刷卡、人脸识别门禁、图书借阅等业务系统来记录学生在某个位置（如消费窗口、借书点、同AP下、同餐桌、同课堂、同班级、同宿舍等等）的时间、短时间内同一位置共同出现者及前后出现者，分析全校学生之间的接触关系，并提供查询功能——可以查询某个学生的同宿舍、同班级、同课程、同就餐、同窗口消费、同借书点借阅等密切接触人员。一旦某个学生发生异常，通过该系统可以第一时间追溯到其密切接触人员，第一时间将密切接触者信息发送给指定管理者，使其能及时关注和做好相应处置。
图5 密切接触者追溯图
图6 密切接触位置追溯图
三、传染病学监测
新冠肺炎疫情防控现在逐渐演变成了常态化防控，加之北方春冬季经常发生流感等流行病。学校计划疫情风险降低后，在该系统中增加学生校医院就医数据、学生体质健康监测数据和学生校园跑数据，将系统衍生为流行病校园监测平台并结合学生体质健康监测数据，分析流行病学对学生体质的影响并为学校提供流行病防控支持。
四、结语
疫情就是命令，防控就是责任。信息化部门立足本职岗位服务于学校工作大局是义不容辞的责任，也是在疫情危机时，抢抓信息化发展机遇的机会。本文设计并实现的这一高校疫情风险大数据分析系统在学校各部门疫情防控中得到广泛应用，为各部门实时掌控各自疫情风险、接收预警信息和密切接触者追溯提供了方便，得到学校高度认可。该系统是我们部门主动作为，利用信息化技术服务学校防疫防控工作的一个缩影。当然系统还有不少不完善的地方，比如密切接触距离精准度就没有定点位置扫描二维码精确，这也是后续努力改进的方向。